[发明专利]一种基于深度学习的即插即用的风格化图片字幕生成方法在审
| 申请号： | 202211201815.7 | 申请日： | 2022-09-29 |
| 公开（公告）号： | CN115497083A | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 颜成钢;王寅峰;胡冀;王鸿奎;陈楚翘;孙垚棋;高宇涵;朱尊杰;薛轶天;殷海兵;张继勇;李宗鹏 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/18;G06V30/418;G06N20/00;G06N3/08;G06N3/04;G06F40/258 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的即插即用的风格化图片字幕生成方法，首先准备数据集，构建可控图像文本生成网络，包含两个子网络：image‑caption网络和风格控制器；通过image‑caption网络对输入的图像数据进行处理，得到对应的输出文本；通过风格控制器对输出文本进行风格控制；最后训练可控图像文本生成网络。本发明提出一种可控文本生成的方式，不需要对生成模型进行参数调整等额外操作，通过一个具有即插即用功能的风格控制器，即可在生成模型基础上生成带有所需要属性的字幕，拓展了原生成模型的功能与泛用性；本发明采用Transformer替代传统的LSTM作为生成模型，增加了生成字幕的准确性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 即插即用 风格 图片 字幕 生成 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211201815.7/，转载请声明来源钻瓜专利网。
